evidoria

← Voltar à navegação

Good practice

Next-Step — O perfilamento por aprendizagem automática da VDAB sobre o risco de reemprego dos desempregados (Flandres, Bélgica)

Bélgica · Brussels · Ver o perfil de Bélgica

Desde ~2018, o serviço de emprego da Flandres, VDAB, usa um modelo Random Forest, "Next-Step", para prever a probabilidade de reemprego e direcionar quem tem maior risco de desemprego prolongado para apoio intensivo, avaliando os novos inscritos em seis semanas.

Detalhes

Maturidade
Established
Promotor
VDAB (Vlaamse Dienst voor Arbeidsbemiddeling en Beroepsopleiding) — Flemish Public Employment Service
Período
2018–present
Palavras-chave
public employment services, algorithmic profiling, labour-market forecasting, explainable AI, jobseeker support

Contexto

Desde aproximadamente 2018, o VDAB (Vlaamse Dienst voor Arbeidsbemiddeling en Beroepsopleiding), o serviço público de emprego da região flamenga da Bélgica, utiliza uma ferramenta de perfilamento de aprendizagem automática, internamente designada 'Next-Step', para estimar a probabilidade de cada novo desempregado encontrar emprego num determinado horizonte temporal.

Objetivos

A ferramenta visa classificar todos os novos desempregados inscritos no prazo de seis semanas após o registo, utilizando a probabilidade de reemprego prevista para priorizar o tempo dos técnicos de acompanhamento junto dos casos avaliados como menos prováveis de encontrar emprego sem apoio, em vez de distribuir o apoio de forma uniforme por todos os inscritos.

Atividades

O modelo subjacente é um Random Forest, treinado com dados de registo e histórico do mercado de trabalho dos desempregados. O VDAB apresentou o design do modelo em fóruns europeus como o Cedefop, e investigação com revisão por pares aplicou técnicas de IA explicável, como o TreeSHAP, a dados de perfilamento ligados ao VDAB, para avaliar a interpretabilidade e a equidade do modelo.

Conclusões

Ao contrário de sistemas comparáveis na Polónia (considerado inconstitucional e descontinuado em 2019) e na Áustria (bloqueado pela autoridade de proteção de dados antes de um lançamento nacional), o Next-Step do VDAB manteve-se em utilização operacional contínua, mas não foram publicados dados de precisão ou de taxa de erro de classificação auditados de forma independente específicos para o Next-Step.

Implementação
Custo indicativo
Medium (€50k–€500k) — In-house Random Forest profiling model integrated into existing VDAB registration workflow; no public cost figures found in source.
Tempo até resultados
Long (> 3 years) — Operational continuously since approximately 2018 to present.
Equipa e competências
VDAB caseworkers applying model outputs to prioritise support, VDAB data/technical team maintaining the Random Forest model

Condições de sucesso

  • Screening embedded into standard registration workflow (classification within six weeks)
  • Continuous operation since 2018, avoiding the legal/constitutional challenges faced by comparable Polish and Austrian systems
  • Openness to external academic scrutiny (TreeSHAP-based fairness/interpretability research) and public presentation of methodology at EU forums (Cedefop)

Modos de falha comuns

  • No independently audited accuracy or misclassification-rate figures specific to Next-Step have been published
  • Comparable systems elsewhere (Poland, Austria) were discontinued or blocked over legal and fairness concerns

Onde se enquadra

Tipo de governação
regional public employment service
Escala
regional (Flanders, Belgium — all new jobseeker registrants)
Nível de rendimento
high-income (Belgium)

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Práticas semelhantes que podem ser úteis